# Entscheide über Sortiment und Preis mit echter Nachfrage.

> Was Menschen wirklich kaufen, in welcher Kombination und zu welchem Preis: aus Bestellungen, E-Belegen und Suchen über Händler hinweg. Du siehst, welche Kategorien auf Aktionen reagieren, wo Nachfrage ohne Angebot bleibt und was eine Schwelle wie der versandkostenfreie Mindestbestellwert mit dem Warenkorb macht.

Aus dem, was wirklich im Warenkorb lag. Nicht aus einer erinnerten Preisbereitschaft.

## So funktioniert's

### 01 Nachfrage in echten Käufen lesen

Welche Artikel und Kategorien wirklich gekauft werden, wie oft und in welcher Kombination. Über Händler hinweg, nicht nur in deinen eigenen Zahlen.

### 02 Lücken zwischen Nachfrage und Sortiment finden

Wo bei dir gesucht und woanders gekauft wird: Themen mit hoher Nachfrage und schwacher Präsenz in deinem Regal.

### 03 Preis- und Schwellenwirkung messen

Wie Warenkörbe auf Aktionen, Mehrfachpacks, Abo-Modelle und Versandkostengrenzen reagieren. Vor und nach der Änderung, im selben Panel.

## Was du bekommst

### Warenkorb-Struktur

Umsatz, Menge und Kategorien-Mix pro Bestellung, über Händler hinweg vergleichbar.

### Ko-Okkurrenz im Warenkorb

Welche Kategorien zusammen gekauft werden und welche konsequent getrennt bleiben.

### Nachfragelücken

Suchbegriffe mit viel Nachfrage und wenig Präsenz in deinem Sortiment, inklusive Wettbewerbsvergleich.

### Preisschwellen und Aktionen

Wie Aktionen, Großgrößen, Abos und Versandkostengrenzen den Warenkorb verschieben.

## Warum unsere Daten hier gewinnen

- **7,4 Mrd.+** Amazon-Events: Bestellungen, Suchen und Warenkörbe auf Artikelebene.
- **E-Belege** Kassenbons und Bestellbestätigungen aus dem Postfach, auch außerhalb der Marktplätze.
- **Suche** Suchanfragen vor dem Kauf zeigen Nachfrage, die kein Abverkauf abbilden kann.

## Eine Frage, die du morgen stellen könntest

Welche Kategorien reagieren am stärksten auf Preisaktionen, und welche holen Neukunden?

---

Source: https://www.datapods.app/de/use-cases/assortment-pricing